Des chatbots innovants soutiennent les femmes après l'accouchement

Les troubles de l'humeur et de l'anxiété postopartum (PPMADs) touchent beaucoup de femmes après un accouchement. Ces conditions peuvent poser de sérieux problèmes, non seulement pour la mère mais aussi pour le développement de l'enfant. Elles peuvent affecter les émotions, la pensée et le comportement d'une mère. Il est crucial d'offrir du Soutien et un traitement à celles qui sont confrontées à ces problèmes, mais l'accès à une aide professionnelle peut être limité à cause de barrières comme le coût, la stigmatisation et le manque d'infos.

Pour aider, on a bossé avec Postpartum Support International (PSI), une ONG qui soutient les personnes affrontant des défis postpartum. Ensemble, on a créé trois Chatbots visant à offrir un soutien empathique aux nouvelles mamans en galère. Notre objectif était de rendre l'aide plus accessible, dispo à tout moment, et à bas coût.

#Chatbots pour le Soutien

Les chatbots, aussi appelés agents conversationnels, sont des outils numériques qui peuvent interagir avec les utilisateurs de manière humaine. Ils ont pris de l'ampleur dans le secteur de la santé parce qu'ils peuvent toucher beaucoup de gens, sont faciles d'accès, et fournissent des infos rapidement. Dans le domaine de la santé mentale, les chatbots montrent un bon potentiel pour offrir du soutien émotionnel, des conseils de mode de vie et des ressources éducatives.

Dans notre projet, on a créé trois types de chatbots : un modèle simple Basé sur des règles, un modèle plus avancé basé sur des règles qui utilise des techniques de traitement du langage naturel (NLP), et un modèle génératif qui apprend des données. Chacun de ces chatbots visait à offrir un soutien aux mamans ayant des soucis postpartum.

#Le Besoin de Chatbots

Beaucoup de femmes avec des troubles de l'humeur postpartum ne reçoivent pas l'aide dont elles ont besoin. Des recherches montrent que jusqu'à 60 % des mamans avec ces symptômes ne sont ni diagnostiquées ni traitées. Des facteurs comme les contraintes financières, le manque de temps, et la peur du jugement compliquent encore plus l'accès à l'aide. La pénurie actuelle de professionnels de la santé mentale aggrave le problème ; beaucoup de régions en ont très peu.

Pour y répondre, on a cherché à créer un outil automatisé qui pourrait offrir du soutien à tout moment, aidant ainsi les mamans qui ont du mal à trouver une aide traditionnelle. En développant des chatbots, on visait à s'attaquer aux problèmes d'accessibilité et de coût, permettant aux soignants postpartum de recevoir du soutien quand ils en ont le plus besoin.

#Conception des Chatbots

Nos chatbots étaient conçus avec des objectifs spécifiques en tête. Ils devaient :

1. Offrir des réponses Empathiques : Les chatbots devraient montrer de la compréhension et de la compassion envers les sentiments et les expériences de l'utilisateur.
2. Proposer des réponses adaptées au contexte : Les réponses devraient être ajustées aux préoccupations ou questions individuelles de l'utilisateur plutôt que d'être génériques.
3. Encourager une conversation ouverte : Les chatbots devraient poser des questions ouvertes pour inciter les utilisateurs à s'exprimer davantage.

Il est important que les chatbots ne donnent pas de conseils médicaux ou ne suggèrent pas de ressources spécifiques pour les soins. Dans les cas où les utilisateurs montraient des symptômes graves, les chatbots étaient programmés pour les orienter vers des services d'urgence humains.

#Types de Modèles de Chatbots

Il existe deux approches principales pour construire des chatbots : les modèles basés sur des règles et les modèles Génératifs.

#Chatbots Basés sur des Règles

Les chatbots basés sur des règles fonctionnent en suivant des règles pré-définies. Ils utilisent un ensemble de réponses programmées basées sur des mots-clés spécifiques dans les entrées de l'utilisateur. Ce type de chatbot est moins susceptible de produire des réponses hors sujet ou inappropriées, ce qui le rend adapté aux interactions simples. Cependant, ils peuvent avoir du mal avec des conversations plus complexes et ouvertes, car ils sont limités à leurs réponses programmées.

#Chatbots Génératifs

Les chatbots génératifs, eux, apprennent à partir d'énormes quantités de données et peuvent créer des réponses basées sur des modèles qu'ils ont identifiés. Ils peuvent engager des conversations plus fluides et ouvertes, permettant des interactions plus naturelles. Cependant, ils peuvent aussi produire des réponses déroutantes ou hors sujet puisqu'ils dépendent du contexte fourni par leurs données d'entraînement.

Dans notre étude, on a créé trois chatbots pour évaluer leur efficacité à soutenir les femmes postpartum : un modèle de base basé sur des règles, un modèle avancé basé sur des règles avec des composants NLP, et un modèle génératif.

#Développement et Évaluation

On a collaboré étroitement avec PSI pour développer nos chatbots, en utilisant un ensemble de données de vraies conversations entre des mamans cherchant de l'aide et des bénévoles formés. Cet ensemble de données comprenait des milliers de messages, ce qui nous a aidés à construire des modèles capables de répondre correctement.

On a évalué nos chatbots de deux manières principales : en utilisant des métriques basées sur des machines et des évaluations humaines. Les métriques basées sur des machines ont examiné dans quelle mesure les réponses du chatbot correspondaient à des réponses idéales ou "de référence", tandis que les évaluations humaines ont évalué la satisfaction des utilisateurs et l'empathie perçue des interactions avec le chatbot.

#Évaluation Basée sur des Machines

Pour évaluer la performance des machines de chaque chatbot, on a comparé leurs résultats à un ensemble de données sélectionnées de réponses idéales. Cette évaluation a utilisé des scores pour mesurer dans quelle mesure les réponses du chatbot correspondaient à celles fournies par des bénévoles humains. On a utilisé deux mesures clés :

1. BERTScore : Cette métrique mesure la similarité sémantique des réponses du chatbot par rapport aux réponses idéales.
2. Pourcentage d'Empathie : Cela montre combien des réponses du chatbot contenaient un langage empathique.

#Évaluation Humaine

En plus des évaluations basées sur des machines, on a aussi réalisé des évaluations humaines. Des bénévoles de PSI ont noté les chatbots en fonction de leur convivialité, utilité et empathie. Ils ont interagi avec chaque chatbot et fourni des retours sur leurs expériences.

#Résultats

Nos résultats ont montré que le chatbot basé sur des règles a performé le mieux en général. Il a donné des réponses qui étaient plus alignées avec les interactions humaines, montrant de hauts niveaux d'empathie et des réponses spécifiques au contexte. Les utilisateurs ont apprécié la nature détaillée et compréhensive du modèle basé sur des règles.

Le chatbot génératif, même s'il était engageant et capable de produire une variété de réponses, a souvent généré des réponses qui étaient déroutantes ou manquaient de cohérence. Cette limitation provenait des ensembles de données d'entraînement plus petits et de l'imprévisibilité intrinsèque des modèles génératifs.

#Principales Conclusions

1. Modèle Basé sur des Règles : A atteint les meilleurs scores pour l'empathie et la pertinence, fournissant des réponses claires et de soutien que les utilisateurs ont trouvé utiles.
2. Modèle Génératif : A offert des interactions engageantes mais a souvent abouti à des sorties déroutantes et manquait du soutien ciblé dont les utilisateurs avaient besoin.

#Défis et Limitations

Bien que les chatbots aient montré un bon potentiel pour fournir du soutien, plusieurs défis et limitations ont été identifiés :

1. Qualité des Données : L'efficacité des modèles génératifs dépend de la qualité et de la taille de leurs ensembles de données d'entraînement. Dans notre cas, des données limitées ont causé une certaine confusion dans les réponses.
2. Problèmes Éthiques : Étant donné la nature sensible du soutien en santé mentale, il est crucial de s'assurer que les chatbots ne donnent pas de conseils mal orientés. C'est particulièrement important lorsqu'on traite des populations vulnérables.
3. Surveillance Humaine : Le besoin d'intervention humaine reste significatif, surtout face à des symptômes graves.

#Conclusion

En résumé, notre travail démontre le potentiel des chatbots à fournir un soutien précieux aux femmes postpartum confrontées à des troubles de l'humeur et d'anxiété. Bien que les modèles basés sur des règles et génératifs montrent du potentiel, l'approche basée sur des règles se distingue actuellement comme la plus efficace.

Les développements futurs pourraient se concentrer sur l'amélioration des chatbots génératifs en élargissant et en affinant les ensembles de données d'entraînement. Malgré leurs limitations, les chatbots représentent une avancée passionnante pour rendre le soutien en santé mentale plus accessible à ceux qui en ont besoin. Leur capacité à fournir des réponses instantanées et empathiques peut changer la donne pour beaucoup de femmes alors qu'elles naviguent dans les défis de la maternité.

Au final, l'intégration d'outils de soutien numérique comme les chatbots pourrait jouer un rôle clé pour compléter les services traditionnels de santé mentale, offrant aux mères un niveau supplémentaire de soins pendant une période critique de leur vie.